摘  要： 首先結(jié)合面向?qū)ο?/a>技術(shù)特性,，對面向?qū)ο?a class="innerlink" href="http://forexkbc.com/tags/軟件" title="軟件" target="_blank">軟件類級別的CK度量方法和系統(tǒng)級別的MOOD度量方法進(jìn)行了分析,，并就CK度量提出了優(yōu)化的度量方法OCK。然后結(jié)合OCK度量和MOOD度量的優(yōu)點提出了較優(yōu)化的面向?qū)ο筌浖?fù)雜性度量方法OSCM,。OSCM度量可以有效地彌補(bǔ)CK度量和MOOD度量的不足,，優(yōu)化度量結(jié)果。
關(guān)鍵詞： 面向?qū)ο螅?a class="innerlink" href="http://forexkbc.com/tags/軟件度量" title="軟件度量" target="_blank">軟件度量,；CK度量,；MOOD度量；OCK度量,；OSCM度量

　軟件的應(yīng)用領(lǐng)域越來越廣,，軟件的質(zhì)量也越來越受到關(guān)注和重視,。軟件復(fù)雜性很大程度上影響到軟件質(zhì)量的好壞，其度量是軟件度量的重要方面,。隨著面向?qū)ο筌浖夹g(shù)的廣泛應(yīng)用,，面向?qū)ο筌浖?fù)雜性度量也顯得尤為重要。面向?qū)ο蠖攘康幕灸繕?biāo)[1]和已存在的傳統(tǒng)軟件度量的目標(biāo)一致：即更好地理解產(chǎn)品的質(zhì)量,，評估過程的效果,，從而控制開發(fā)過程，以提高軟件質(zhì)量,。
　當(dāng)前,，已有很多面向?qū)ο筌浖攘糠椒ū惶岢觯⒃诓粩啾或炞C及成熟,。這些度量方法包括LK度量[2],、CK度量[3]、Li度量[4]和MOOD度量[5]等,。但是這些度量方法依然存在缺陷,，需要不斷進(jìn)行研究和改進(jìn)，以使這些度量更易于應(yīng)用,，從而更好地指導(dǎo)面向?qū)ο筌浖脑O(shè)計,、開發(fā)，提高軟件質(zhì)量[6],。
　本文分析了針對類層面的CK度量和針對系統(tǒng)層面的MOOD度量,。這兩種度量都只是分散地針對軟件的某一個特定層面進(jìn)行，在實際應(yīng)用過程中,，難以讓人們同時綜合類與類之間關(guān)系和系統(tǒng)級別這兩個層次的度量,，致使無法更加系統(tǒng)全面地掌握軟件系統(tǒng)的復(fù)雜度。因此本文在分析CK度量和MOOD度量的基礎(chǔ)上,，對CK度量進(jìn)行改進(jìn),，提出優(yōu)化的度量方法OCK（Optimized CK），并與MOOD度量相結(jié)合,，提出了一個較為優(yōu)化的面向?qū)ο筌浖?fù)雜性度量方法OSCM（Optimized Software Complexity Metrics）,，以方便人們更快捷、有效地分析面向?qū)ο筌浖到y(tǒng)的復(fù)雜度,。
1 面向?qū)ο筌浖攘糠椒?/strong>
　自20世紀(jì)90年代以來，面向?qū)ο蠹夹g(shù)興起并被廣泛應(yīng)用起來,，人們逐漸開始研究有關(guān)面向?qū)ο筌浖亩攘縖7],。不斷有面向?qū)ο筌浖攘糠椒ū惶岢觯壳爸饕拿嫦驅(qū)ο筌浖攘糠椒ㄓ校篖K度量,、CK度量,、Li度量以及MOOD度量等,。本文介紹面向?qū)ο筌浖?fù)雜性度量：CK度量和MOOD度量。
1.1 CK度量
　Chidamber和Kemerer等人于1994年提出的CK度量[3],，是目前使用最為廣泛的度量體系之一,，是面向?qū)ο筌浖惣墑e度量方法，其中包括6條適用于面向?qū)ο笤O(shè)計的度量準(zhǔn)則[8],。
?。?）每類加權(quán)方法數(shù)WMC（Weighted Method per Class）。WMC是一個類方法復(fù)雜度的加權(quán)總和,。類WMC越大,，對子類的可能影響越大，但其通用性和可復(fù)用性越差,。
?。?）繼承樹深度DIT（Depth of Inheritance Tree）。DIT指從本類節(jié)點到根節(jié)點的繼承樹中路徑的最大深度,，根節(jié)點值為0,，以下各級依次遞增。DIT值越大,，則其可能繼承方法數(shù)越多,，復(fù)用程度越高，但預(yù)測其行為將更困難,，同時設(shè)計越復(fù)雜,。
　（3）每類孩子數(shù)NoC（Number of Children）,。NOC是繼承樹中一個類的直接孩子數(shù),。NOC越大，重用性越好,，但其父類抽象性減弱,，測試越困難。
?。?）對象類之間耦合度CBO（Coupling Between Object Classes）,。一個類的CBO指的是和其有耦合關(guān)系的類的數(shù)目。CBO越大,，則類的可重用性越弱,，且修改和測試越復(fù)雜。
?。?）類響應(yīng)RFC（Response For a Class）,。RFC是本類方法數(shù)加上被本類方法調(diào)用的方法的個數(shù)總和。RFC越大，類越復(fù)雜,，且對該類進(jìn)行測試和調(diào)試也越困難,。
　（6）方法內(nèi)聚缺乏度LCOM（Lack of Cohesion in Methods）,。LCOM是相似度為零的方法對數(shù)量減去相似度不為零的方法對數(shù)量,，相似度是兩個方法訪問相同屬性的程度。類的LCOM越大,，方法內(nèi)聚度越弱,，則類可以分解為兩個或更多的子類。
1.2 MOOD度量
　MOOD度量是另一個著名的度量體系,，是由Abreu等人于1994年針對軟件系統(tǒng)層次提出的[5],。MOOD度量從面向?qū)ο蟮姆庋b性、繼承性,、耦合性和多態(tài)性4個方面給出面向?qū)ο筌浖?個度量指標(biāo),。
　（1）封裝性度量,。封裝性由類中的屬性和方法實現(xiàn),，因此封裝性通過屬性隱藏因子AHF（Attribute Hiding Factor）和方法隱藏因子MHF（Method Hiding Factor）表示系統(tǒng)中所有類的屬性和方法的隱藏程度。隱藏因子的值越大,，系統(tǒng)中信息隱藏得越好,。
　（2）繼承性度量,。繼承性通過屬性繼承因子AIF（Attribute Inheritance Factor）和方法繼承因子MIF（Method Inheritance Factor）表示系統(tǒng)中所有類的屬性和方法的繼承程度,。繼承因子的值越大，系統(tǒng)中信息繼承的程度越高,。
?。?）耦合性度量。耦合性通過耦合因子CF（Coupling Factor）表示系統(tǒng)中所有類之間的耦合程度,，但不將繼承關(guān)系考慮進(jìn)去,。CF越大，類之間耦合越頻繁,。
?。?）多態(tài)性度量。多態(tài)性通過多態(tài)因子PF（Polymorphism Factor）表示系統(tǒng)中所有類方法使用多態(tài)機(jī)制的程度,。
2 面向?qū)ο筌浖?fù)雜性度量方法
　面向?qū)ο筌浖?fù)雜性度量方法雖已得到發(fā)展和完善,，但依舊存在一定的缺陷。首先分析CK度量的不足,，并在CK度量的基礎(chǔ)上提出改進(jìn)的度量方法OCK,。然后結(jié)合OCK度量和MOOD度量的優(yōu)點從而提出較為優(yōu)化的面向?qū)ο筌浖?fù)雜性度量OSCM,。
2.1 CK度量的分析與改進(jìn)
　（1）WMC只考慮方法成員,，沒有考慮屬性成員對類復(fù)雜性的影響[9]，也沒有根據(jù)類成員可見性的不同區(qū)別看待各成員對類復(fù)雜性的影響,，類公有成員,，保護(hù)成員和私有成員各自對類復(fù)雜性影響程度大小不同。因此,，在WMC的基礎(chǔ)上提出類的復(fù)雜性CPC（Complexity Per Class）度量指標(biāo),。

　（4）CBO只是計算和本類耦合的類的數(shù)目,，沒有對不同類型耦合的強(qiáng)度進(jìn)行區(qū)分,，而是假設(shè)所有的耦合關(guān)系強(qiáng)度是相同的，而且忽略了最強(qiáng)的耦合關(guān)系即繼承耦合,。為了考慮到不同的耦合關(guān)系,，包括關(guān)聯(lián)、繼承和實現(xiàn)耦合,，提出了類型間所有耦合ACBT（All Coupling Between Type）度量指標(biāo),。
　定義 ACBT=aNAC+bNIC+cNRC
　式中a、b,、c為調(diào)節(jié)因子,，是度量實踐中獲取的經(jīng)驗值，可反映出關(guān)聯(lián)耦合,、繼承耦合和實現(xiàn)耦合在ACBT計算中的權(quán)值,。關(guān)聯(lián)耦合數(shù)NAC（Number of Association Coupling）是系統(tǒng)中所有被本類關(guān)聯(lián)的類型（類或接口）的數(shù)目，繼承耦合數(shù)NIC（Number of Inheritance Coupling）是系統(tǒng)中類型（類或接口）所繼承的所有類型（類或接口）的數(shù)目,，實現(xiàn)耦合數(shù)NRC（Number of Realization Coupling）是系統(tǒng)中本類所實現(xiàn)的所有接口的數(shù)目,。ACBT越大，類的可重用性可能越弱,。
?。?）RFC沒有考慮本類方法和被本類方法調(diào)用的方法分別對類復(fù)雜性的影響程度，只是簡單地計算它們的總和,。因此,，提出類加權(quán)響應(yīng)WRFC（Weighted Response For a Class）度量指標(biāo)。
定義 WRFC=aNMC+bNCMC
式中a,、b為調(diào)節(jié)因子,，是度量實踐中獲取的經(jīng)驗值，可表現(xiàn)出本類方法和被本類方法調(diào)用的方法對類加權(quán)響應(yīng)值的影響程度的大小,。NMC（Number of Methods a Class）是本類方法數(shù),，NCMC（Number of Called Methods a Class）是被本類方法調(diào)用的方法數(shù),。
　（6）LCOM存在一定的缺陷,，沒有將類的實例變量數(shù)計算進(jìn)來,，但實際上類的實例變量數(shù)對類內(nèi)聚性有一定的影響。假設(shè)一個類的LCOM較小,，甚至為0,，根據(jù)CK可以推斷出該類具有較好的內(nèi)聚性，但實際上可能因為該類擁有大量的實例變量,，所以其內(nèi)聚性及封裝性不容樂觀,。因此，在LCOM的基礎(chǔ)上提出類內(nèi)聚缺乏度LCOC（Lack of Cohesion in Class）度量指標(biāo),。

　根據(jù)上述對CK度量方法的分析與改進(jìn),，提出優(yōu)化的CK度量方法OCK，其包括CPC,、CMIT,、NOAC、ACBT,、WRFC,、LCOC等6個相對應(yīng)的度量指標(biāo)，每個度量指標(biāo)針對性地彌補(bǔ)每點缺陷,。例如,，采用OCK度量的CPC能綜合考慮一個類的屬性和方法以及不同可見性成員對該類復(fù)雜性的影響；CMIT度量指標(biāo)解決了多重繼承的度量問題,，消除歧義,；NOAC值涵蓋了一個類的所有子孫；ACBT依據(jù)耦合類型的不同分配不同的權(quán)值從而度量類的耦合性等等,。
2.2 面向?qū)ο筌浖?fù)雜性度量方法OSCM
　OCK度量方法雖在CK度量的基礎(chǔ)上進(jìn)行了改進(jìn),，但仍存在一些缺陷。首先OCK度量沒有對多態(tài)性進(jìn)行度量,，多態(tài)對整個系統(tǒng)的復(fù)雜性有很大影響,；其次OCK與CK度量一樣主要是針對類層面，在系統(tǒng)層面沒有很好的度量指標(biāo),。MOOD度量也存在一定的不足,。比如,，MOOD度量沒有對類方法和屬性以及類之間的關(guān)系進(jìn)行研究，也沒有完整定義抽象性和復(fù)雜性[10],。
　此外,，繼承性和耦合性也是面向?qū)ο蟮幕咎匦?，將軟件類層面和系統(tǒng)層面的繼承性、耦合性度量結(jié)合起來可以更好地反映軟件整體的復(fù)雜度,。但單獨的OCK度量和MOOD度量都只考慮了繼承和耦合的單個方面的復(fù)雜性,，不能可靠地對軟件進(jìn)行整體評價,。因此針對這兩種度量方法進(jìn)行改進(jìn)，補(bǔ)充每個度量方法缺少的方面,，從而提出新的面向?qū)ο筌浖?fù)雜性度量方法OSCM如下，與OCK度量和MOOD度量的比較如表1所示,。